AI设计工具全场景应用专题2

01

对话Lovart：一个AI设计Agent的突围与野望

Design by：LibliAI(北京奇点星宇科技有限公司）

在AI工具遍地开花的2026年，能让人记住的名字并不多，Lovart算一个——它的走红方式颇为戏剧化：2025年5月，一段产品演示视频在海外社交媒体上疯传，24小时内排队申请内测的用户超过2万人，连马斯克都点了个赞；短短4个月后，其年化收入便突破3000万美元，日活稳定在15万以上，到2026年初月访问量达到610万，B轮融资1.3亿美元，创下国内AI应用赛道的新纪录。而缔造这一切的，是一位在国内互联网大厂摸爬滚打多年的老兵——陈冕，他曾是字节跳动最年轻的4-1产品经理之一，担任过剪映和CapCut的全球商业化负责人，在高光时刻选择裸辞创业，用他自己的话说：“我相信AI终将重塑设计，而我想做那个动手的人。”

打开Lovart，界面左画布右聊天框，第一眼感觉像是一个能聊天的设计软件，但真正让它区别于Midjourney或Canva的，是它的思考方式。普通的AI设计工具遵循“提示词进、图片出”的黑盒逻辑，而Lovart内置了一个叫作MCoT（Mind Chain of Thought）的推理引擎，它会在生成任何内容之前，先像一位资深创意总监那样思考：用户到底要什么？品牌约束是什么？当前的设计趋势有哪些？任务如何拆解？然后实时搜索相关信息，在画布上展示它的推理链条，最后才调用底层的GPT、Flux、Sora等模型去执行——这意味着，你不仅能看到结果，还能看到它是“怎么想的”。这种“思维透明化”极大降低了AI输出的不确定性，也让专业设计师第一次觉得：这是一个能沟通的助手，而不是一个随机的抽卡机。

Lovart的第二个杀手锏是Touch Edit——“指哪改哪”。用户直接点击画布上的某个元素，比如Logo的位置、一段文案、某个色块，然后在对话框里说“把这个往左移一点”“把颜色换成克莱因蓝”，AI只改动被选中的部分，其余保持原样；再加上图文分离、PSD分层导出等功能，彻底解决了AI设计“一次生成、无法局部微调”的顽疾。更让团队客户兴奋的是它的品牌记忆系统：上传Logo、品牌色、字体、过往物料后，Lovart会自动提炼出专属的设计规范，后续所有产出自动对齐；几次成功的项目流程还可以封装成“Skill技能包”，以后同类需求一键复用。有初创公司实测，15分钟便完成了一套包含Logo、VI规范、名片、海报和社媒模板的全套品牌视觉。

从濒临倒闭、账上只剩4000元，到成为估值超10亿美元的行业标杆，Lovart的故事还在继续。陈冕在一次采访中说：“我们不是要取代设计师，而是要把设计师从重复劳动里解放出来，让他们去真正需要创意和判断力的地方。”这或许就是AI设计工具的终局——人机协同，而不是人机替代。而Lovart，正在用代码和算法，为这个终局写下一个充满想象力的注脚。

02

对话Style3D：当羽绒服宣传片不必再攀登雪山

Design by：凌迪科技

2023年冬天，安踏准备推出一款冬季羽绒服新品。按照传统思路，一支品牌宣传片意味着一笔数百万预算的打底——模特、摄影团队、化妆师、灯光师，以及奔赴雪山实景拍摄的差旅费和置景费，成本居高不下。最后，安踏找到了杭州的一家技术公司——凌迪科技Style3D。Style3D将这款羽绒服转化为数字样衣，为虚拟模特穿上，再进行捏脸、设计动作姿态，结合CG动画效果制作，一部名为“北极探索”的冬季羽绒服宣传片就此诞生。整个过程中，没有模特受冻、没有团队远行、没有一件实体样衣被寄出。该条片子单条成本节省上百万元，出片周期从2个月压缩至1周。

这家成立于2015年的杭州企业，由具有十余年服装设计从业经验的刘郴创立。刘郴拥有比利时VUB大学应用计算机专业硕士、分子生物硕士和浙江大学电子信息工程博士学位。在他手中，Style3D自主研发的柔性仿真模拟引擎，实现了从面料测量、仿真设计、推款审款、在线改版、商品展示到直连生产的全链条数字化服务。当用户拖动3D样衣的领口时，算法会精确计算纱线捻度、织物密度带来的褶皱变化，误差控制在0.3毫米以内——这一突破使得数字样衣的审版通过率从传统模式的40%跃升至92%。香港科技大学首席副校长郭毅可更评价其“柔性材料建模堪称世界第一”。

安踏案例并非孤例，它只是Style3D全链路数字化能力在营销端的一次集中折射。在更完整的产业链图谱中，Style3D已经构建了一个涵盖设计、生产、营销三大环节的数字化体系：设计端，依托以文生款、线稿成款、AI搭配等设计能力，设计师可在数秒内完成灵感生成；生产端，数字样衣与版型数据直接嵌入模型，品牌与工厂在虚拟环境中即可完成设计确认，无需实体样衣往返；营销端，数字化视觉素材可在生产前就批量输出，实现全渠道展示一致性，将传统研发周期压缩50%以上。

从解决一件羽绒服的上百万元拍摄成本，到推动2000多家时尚品牌实现全链路降本增效，Style3D正在用数字代码重新定义服装产业的运行规则。正如其创始人刘郴所言：“AI只是工具，真正要解决的是业务问题。”而这家来自杭州的“数字裁缝”，正在把服装产业链上那些积重难返的实体成本，一笔一笔地划去。

03

对话腾讯混元3D：用AI把3D建模从奢侈品变成日用品

在3D内容生产的世界里，效率与质量长期处于对立面：一个精致的游戏角色建模需要数周打磨，一件复杂的工业原型设计需要专业软件反复调试，而一个可交互的3D场景更是动辄耗费数月的人力与算力。腾讯混元3D的出现，正在改写这条成本曲线。腾讯混元3D的起步，可以追溯到2024年11月首次将基础3D模型开源。彼时，团队的判断很明确：在文本、图像、视频之后，3D必然会成为生成式AI下一个规模化爆发的模态。腾讯混元3D负责人郭春超博士（腾讯专家研究员，已在CVPR等期刊发表论文三十余篇，在国内外权威技术竞赛中斩获冠军20项，带领团队研发了业界最早一批3D-DiT大模型）曾在一次学术报告中指出：“我们身处于三维世界，3D生成被业界认为是继文本、图像、视频之后有望实现重大突破的领域。”最初的混元3D 1.0版本仅支持基础的文生3D与图生3D能力，生成的模型面数粗糙、纹理模糊，更多停留在“能否生成”的验证阶段。真正拉开差距的转折点，出现在2025年9月——混元3D 3.0版本正式发布，团队首创了3D-DiT分级雕刻模型架构，将几何分辨率从1024³一举提升至1536³，支持36亿体素的超高清建模，建模精度相比上一代提升了约3倍。郭春超团队在算法上解决了3D生成中长期存在的整体结构与局部细节两大难点——先构建底层几何，再精雕细节，令模型在人物关节、机械零件的锐利边缘等复杂结构上都能清晰呈现。

技术进化并未止步。2025年11月，腾讯混元3D推出Studio 1.1平台，并正式接入全新美术级模型PolyGen 1.5——这是业界首个实现端到端原生四边形网格生成的3D拓扑模型。传统3D生成算法虽然能完成几何建模，但普遍存在面数过高、布线紊乱等问题，生成结果难以直接用于游戏引擎、动画生产等严苛场景。PolyGen 1.5从“对已有网格进行拓扑修整”转向“直接生成四边形拓扑”，生成的布线呈连续边缘环结构，可沿着模型结构自然延展，很大程度上避免了传统算法“均匀裁切”造成的形体损失；在此基础上，它还引入了四边面占比控制参数，使创作者可以直接控制拓扑规整程度，生成资产更易进行UV展开、骨骼绑定与动画驱动。同时，3.1版本模型将输入视图从单视图扩展至最多8视图，大幅提升了空间一致性与多角度重建准确度，确保模型在各个视角下均无死角。更值得关注的是，混元3D系列模型坚持全链路开源——自2024年11月开源以来，社区下载量已突破300万，被全球开发者公认为最受欢迎的3D开源模型之一。2026年4月，混元3D团队更进一步，开源了全球首个多模态3D世界模型2.0，可高效理解文本、图片、视频等多模态输入，实现从“捏物体”到“造世界”的跨越。

与此同时，混元3D团队也在持续反推产业的底层技术变革。游戏AI研发生态在2026年加速迭代——在3月举办的2026年游戏开发者大会上，中国厂商共带来27场AI相关议题分享，其中腾讯游戏独占21场，覆盖游戏研发、玩法及运营全链路。从最初只能生成轮廓模糊的低多边形模型，到现在能够支撑生产级游戏资产、驱动消费级3D打印、构建可交互的完整3D世界，腾讯混元3D正在用技术把“3D生成”从一个高成本的奢侈品，变成人人可用的日用品。其负责人郭春超曾对媒体直言：“如果没有开源，没有去和社区交流，我们靠闭门造车是空想不出来的。”而这，或许才是混元3D最内核的生长逻辑——把门槛拆掉，让创造本身变得简单。

素材来源：

1.https://news.qq.com/rain/a/20251223A02JVP00

2.https://zhuanlan.zhihu.com/p/565158763

3.https://www.sohu.com/a/726747146_100155677

4.https://www.cnblogs.com/yxysuanfa/p/19135099

5.https://www.ithome.com/0/939/747.htm

版权说明：本文素材来源于网络，如有损害或影响您的合法权益，请积极与我们‍联系处理